Em quais condições de mercado o Average Win Loss se comporta de forma diferente?

Resposta direta

O Average Win Loss pode se comportar de forma diferente quando o padrão de movimento de preço do mercado muda em relação a como ganhos e perdas são definidos e medidos. As mudanças de condição mais comuns envolvem (1) volatilidade e dispersão, (2) se o preço está em tendência ou lateralizado, (3) a distribuição do tamanho de ganhos/perdas criada pelo seu período de permanência, (4) qualidade de execução e custos de trading, e (5) as regras de dados e medição usadas para classificar “ganhos” e “perdas”.

Mecânica: o que a métrica realmente está medindo

O Average Win Loss é tipicamente entendido como o tamanho médio dos resultados vencedores comparado com os resultados perdedores, ou como uma razão envolvendo essas médias. A fórmula exata depende da sua definição, mas a mecânica compartilha a mesma ideia: você resume um conjunto de resultados realizados em dois números—ganho médio e perda média—e então os compara.

Duas partes importam para o comportamento condicional:

1. Condições do caminho do preço: como o preço se moveu durante a vida de cada trade (ou cada decisão simulada). Por exemplo, mercados voláteis podem produzir excursões maiores que alteram tanto a magnitude quanto a probabilidade de ganhos versus perdas.
2. Condições de medição: como você converte esses caminhos de preço em ganhos/perdas (incluindo o que conta, quando você encerra um trade e como você trata resultados parciais).

Se qualquer uma das partes mudar, a métrica pode mudar mesmo quando “a estratégia” em um sentido amplo é mantida constante.

Em quais condições de mercado ela pode parecer diferente

Regimes de volatilidade

Quando a volatilidade aumenta, o preço pode se mover mais em ambas as direções durante a mesma janela de tempo. Isso pode aumentar a dispersão dos resultados: movimentos vencedores podem se tornar maiores, mas movimentos perdedores também podem se tornar maiores. Como a métrica calcula a média dos resultados, ela pode se deslocar em qualquer direção dependendo de qual lado (ganhos ou perdas) se beneficia mais do padrão de volatilidade.

Comportamento de tendência vs lateralização

Em condições de tendência, os ganhos podem ocorrer de forma mais consistente e as perdas podem ser interrompidas de maneira diferente do que em condições de lateralização. Em condições de mercado lateralizado, o comportamento de reversão à média pode levar a uma alternância mais frequente entre ganhos e perdas, alterando as médias relativas.

Ponto importante: isso não é uma promessa de direção. Tendência ou lateralização alteram a distribuição dos resultados realizados, que é o que o Average Win Loss é sensível.

Mudanças no tempo até o resultado (período de permanência)

O período de permanência determina qual parte do caminho do preço você está “amostrando”. Se você mede ganhos/perdas em uma janela curta, pode capturar mais ruído; em uma janela mais longa, pode capturar movimento mais sustentado. Como a métrica compara médias, mudar o período de permanência pode deslocar o equilíbrio entre ganhos médios e perdas médias.

Custos e atrito de execução (independentes do mercado, mas frequentemente correlacionados ao mercado)

Mesmo sem afirmar qualquer nível específico de custo, é geralmente verdade que custos reduzem resultados líquidos. Se os custos são proporcionais à atividade (por exemplo, spread, comissões ou outros custos de transação), então mercados que causam re-precificação mais frequente, slippage ou spreads efetivos mais amplos podem alterar as médias de ganhos/perdas. O resultado é uma mudança na métrica causada pela liquidação dos resultados contra os custos.

Dados e regras de classificação

O Average Win Loss pode se comportar de forma diferente quando o conjunto de dados subjacente usa regras diferentes, tais como:

• Se você trata resultados no break-even como ganhos, perdas ou neutros.
• Se você inclui fechamentos parciais como resultados separados.
• Se ganhos/perdas são medidos no movimento bruto de preço ou líquidos de custos.

Estas são “condições” de medição, não do mercado, mas frequentemente explicam por que duas análises do mesmo período produzem comportamentos de métrica diferentes.

Limitações e modos de falha

1. Relações históricas não garantem resultados futuros: mesmo que você observe uma relação entre o regime de volatilidade e a métrica, essa relação pode mudar quando a estrutura do mercado ou a liquidez mudam.
2. Efeitos de sobrevivência e seleção: se você calcula a métrica apenas para certos tipos de trade ou somente após filtrar alguns resultados, as médias podem não representar o comportamento condicional completo.
3. Sensibilidade a outliers: médias podem ser fortemente influenciadas por alguns grandes ganhos ou grandes perdas. Uma mudança de regime pode afetar resultados de cauda mais do que o resultado típico.
4. Incompatibilidade de definição: se “ganho” e “perda” são definidos de forma diferente entre estudos, você pode ver “mudanças de comportamento” que são na verdade diferenças de cálculo.